Google Gemini Omni: мультимодальная AI-модель для генерации видео, текста, изображений и редактирования видео
Google готовит к анонсу Gemini Omni — новую мультимодальную AI-модель семейства Gemini для работы с текстом, кодом, изображениями, видео и данными.
Ее могут представить на конференции Google I/O уже 19-20 мая.
Gemini Omni позиционируется как самостоятельная AI-модель Google, а не как обновление видеогенератора Veo. Модель должна работать с текстом, изображениями, кодом, видео, аудио, таблицами и большими массивами данных в одном диалоге.
👁 Пример видео, сгенерированного в Gemini Omni, можно посмотреть тут.
Ключевая особенность Gemini Omni — редактирование видео с помощью текстовых команд: нейросеть сможет менять ролик по запросу пользователя прямо в чате.
Пользователь сможет загрузить видео и попросить Gemini Omni изменить сцену, ракурс, стиль, качество изображения, звук или применить монтажный шаблон. По предварительным данным, модель превосходит Google Veo по качеству изображения, стабильности сцены при смене ракурса и реалистичности звука.
・・・・・・・・・・・・・
Возможности Gemini Omni: видео, код, данные и интеграция через API
Модель рассчитана на несколько направлений:
1️⃣ Создание и редактирование видео, изображений и сценариев;
2️⃣ Анализ документов, таблиц и больших объёмов информации;
3️⃣ Написание и проверка кода;
4️⃣ Интеграция в приложения через Gemini API;
5️⃣ Работа с сервисами Google, включая Google Cloud и, вероятно, Google Sheets;
6️⃣ Автоматизация бизнес-процессов, отчетности, маркетинга и аналитики.
・・・・・・・・・・・・・
После релиза нейросеть Gemini Omni будет добавлена в @yes_ai_bot
Следите за новостями на канале https://dzen.ru/id/66db0403156c6d0428df202d
